24. Kreditrisikomanagement, algorithmische Fairness und Datenschutzgesetze: ein Rahmen für die Modellierung

Neben traditionellen statistischen Modellen setzen moderne Banken im Kreditrisikomanagement zunehmend Methoden der Künstlichen Intelligenz ein. Dabei ist der Umgang mit sensiblen Daten eine besondere Herausforderung. Die Modelle und Algorithmen, die für das Kreditrisikomanagement entwickelt werden, dürfen natürliche Personen aufgrund sensibler Daten nicht diskriminieren. Während die algorithmische Voreingenommenheit und Fairness beim maschinellen Lernen im Allgemeinen bereits hinreichend untersucht wurden, besteht bei der Kreditrisikomodellierung Untersuchungsbedarf. Den Banken fehlen konkrete Anweisungen, wie die bestehenden Modellierungspraktiken angepasst werden können, um neuen Fairnessherausforderungen Rechnung zu tragen. Diese Arbeit adressiert diese Problematik, indem ein erster Schritt zu einem Zielbild aufgezeigt wird, wie eine faire Kreditrisikomodellierung in den Banken zukünftig aussehen kann.